作者 | 小葳

出品 | 子弹财经

2021年，医疗AI行业迎来了一波集中IPO。

10月26日，医疗AI头部企业北京鹰瞳科技发展股份有限公司（以下简称：鹰瞳科技）正式启动招股，招股期为10月26-29日，并预计将于11月5日在港交所主板挂牌上市。“医疗AI第一股”已经是板上钉钉。

2015年成立的鹰瞳科技专注在视网膜AI赛道，其解决方案已经实现大规模商业化落地。2020年，鹰瞳科技的产品检测量超过266万例。截至目前，鹰瞳科技的产品已覆盖超过400多家等级医院、140家体检中心、950家视光网点、28个省份区域内保险机构，以及药房等多元化场景。

招股书显示，成立至今鹰瞳科技总计完成7轮融资，近两年营收增长迅猛。2019年、2020年营收分别达到3041.5万元、4767.2万元，2021年上半年，收入4947.7万元，已超过2020年全年营收。

后疫情时代加速了医疗AI行业的步伐。业内人士认为，率先到达上市节点的头部企业，已经积累了一定的竞争壁垒，并在不断拉大与第二梯队的距离。

1、视网膜AI赛道的领头羊

在AI、大数据等新技术的赋能下，医疗行业正处在巨大变革中。2021年，智慧医疗赛道发生172起投融资事件，是备受资本青睐的热门投资领域。市场上活跃的医疗人工智能企业主要布局在医学影像、病历/文献分析、健康管理、医院管理、虚拟助手等领域。

“医疗AI—医学影像—视网膜AI”是鹰瞳科技选择的细分赛道，这一领域目前处在高速发展阶段，因为视网膜AI技术直面巨大的医疗需求和医疗资源不平衡的矛盾，市场空间广阔。

国内前100家医疗人工智能企业中，从事医疗影像人工智能产品开发的占半数左右。据弗若斯特沙利文报告，中国人工智能医学影像行业规模预计将由2020年的3亿元人民币增长至2030年的923亿元，年复合增长率为76.7%。其中，人工智能视网膜医学影像市场规模到2030年将达到340亿元，占整个医学影像市场的1/3以上。

视网膜AI的原理是通过分析视网膜照片诊断相关疾病。理论上通过视网膜可以识别的常见疾病或病变达200多种，包括最常见的糖尿病和高血压。

糖尿病视网膜病变（简称糖网）是糖尿病患者最常见的慢性并发症之一。在我国1.298亿成年人糖尿病患者中，糖网患病率为24.7％～37.5％。按此估算，我国糖网患者在3200万～4800万。

然而，早期糖网病变通常为无症状，绝大多数病患对眼底筛查不够重视或缺乏条件，导致病情延误。根据国家卫健委数据，我国87％的糖尿病患者就诊于县级医院及以下医疗机构。2020年，中国有约90%的糖尿病视网膜病变病例（或3360万人）未确诊，筛查率低于10%。

在商业史上，一项技术再好如果难以普惠于民，其生命力也会大打折扣。正如数十年前，国际巨头的大型计算机体积庞大、价格昂贵，只能提供给政府、银行、大公司使用。直到价格实惠的微型计算机出现后，计算机才真正进入寻常百姓家。

医疗AI也是同理。本着用AI技术让医疗服务更普惠的初心，鹰瞳科技希望让国人用上“自拍一样便捷的健康监测工具”，让每一位普通人都能及时、准确掌握自己的健康状况。目前，鹰瞳科技的人工智能视网膜辅助诊断系统，可以实现让不具备临床经验的普通社区工作人员也能操作使用。

“我们特别想做一个普惠的健康医疗。我们认真想过，要想做一个所有人都能用的产品，第一他得是无创的。有创就必须是一个有资质的操作人，在有资质的场所才能实现，很多地方其实没有这个条件。第二，必须是非常精准的，写到各国的医学指南和专家共识里的。”鹰瞳科技创始人张大磊此前向媒体表示。视网膜AI就是鹰瞳科技锚定的绝佳赛道。

2、难以跨越的护城河

医疗AI属于硬核科技领域，头部企业的护城河却不止于科技实力。经过6年的积累，鹰瞳科技目前已经在前沿技术研发、产品体系、商业化规模落地方面形成了一定的壁垒。这些核心能力的打造没有捷径，也无法被快速复制。

第一，软硬件一体化。鹰瞳科技是业内为数不多拥有自主研发图像分析技术和图像采集技术的公司之一，使其能够提供融合软件和硬件的高度一体化、端到端的优化解决方案。另一方面，软硬件一体化也进一步形成成本优势。

鹰瞳科技的核心产品是名为Airdoc-AIFUNDUS的人工智能视网膜影像辅助诊断产品，可以完成视网膜影像采集、影像质量控制以及影像分析及分类。

目前有三个版本，Airdoc-AIFUNDUS（1.0）用于糖尿病视网膜病变的辅助诊断，也是首款获得国家药监局颁发的第三类医疗器械证书的人工智能视网膜影像识别辅助诊断产品。Airdoc-AIFUNDUS（2.0）用于高血压性视网膜病变、视网膜静脉阻塞及年龄相关性黄斑变性的辅助诊断。Airdoc-AIFUNDUS（3.0）用于病理性近视及视网膜脱离的辅助诊断。

第二，算法前沿且具备广泛的适用性，适配主流照相机。目前鹰瞳科技的算法能做到55种健康风险的识别。更重要的是，鹰瞳科技解决了算法模型在不同相机上的泛化问题，可以适配市场上几乎所有的主流眼底照相机，极大地扩宽了产品的落地范围。

鹰瞳科技的算法不仅仅停留在替代医生下沉基层的层面，而是进一步探索医生所不能的痛点问题。比如，其设计的自动质控等技术，有效降低了暗房缺失、采集环境差异和网络环境缓慢等造成的影像质量差异对算法的影响。

清华长庚医院眼科主任、中华医学会眼科分会眼外伤学组副组长胡运韬表示，“鹰瞳科技的糖网辅助诊断产品有一个特别好的功能，就是具备自动化图片质量控制模块，解决了图片质量标准化的痛点，使得非眼科医生也可以使用这个系统。这也是据我所知目前市面上唯一一款具备自动化图片质量控制模块的产品。”

第三，数据量、多样性领先的视网膜数据库。目前，鹰瞳科技建成了全球领先的视网膜图像数据库，数据库不但达到千万级，更是拥有数百万高质量、多维度交叉标注数据，全面涵盖了年龄、性别、商业渠道、设备型号和疾病类型等，多样性在业内首屈一指。

今年8月在国际知名期刊《Science Bulletin》发表的一项研究中，鹰瞳科技通过超过40万的健康数据开发了一个基于眼底照片的人工智能算法模型，可在1分钟内估算未来10年心脑血管病风险，成为我国首个结合人工智能技术和眼底照片信息预测国人发生心脑血管病风险的研究。

第四，强大的研发实力。鹰瞳科技有业内领先的研发团队，具备涵盖深度学习、医学、计算机视觉、数据分析、互联网服务、医疗器械及生物学等各个学科的全方位专业知识。根据招股书，2019年和2020年其研发费用支出都达到4000万元以上。截至目前，鹰瞳科技在中国拥有152项专利及专利申请，包括中国的34项获授专利及118项专利申请，以及6项已发布PCT申请。

第五，与学科带头人及顶尖医院密切合作，助力眼科前沿技术与临床应用。今年7月，国际顶级医学期刊《柳叶刀·数字健康》发表了鹰瞳科技联合中山眼科中心等展开的全球首个眼科AI多病种辅助诊断系统，称其算法准确率已可媲美专业眼科医生。

在临床应用方面，鹰瞳科技联合清华长庚医院胡运韬团队，对黄斑前膜的检测达到了专业眼科医生的水平。鹰瞳科技还与上海市五官科医院共同探索人工智能在ICL手术中的应用，ICL即可植入式隐形眼镜，是目前近视矫治技术的新趋势。

第六，多维渠道商业化。鹰瞳科技产品已经广泛落地医院、体检中心、视光中心、保险机构、药房等场景，商业化场景非常多元。招股书显示，仅2020年，鹰瞳科技的解决方案检测量超过266万例，并检出近30多万例阳性（占全部检测量的12.3%）及有严重或迫切健康风险22291例（占全部检测量的0.8%）。

3、慢下来，以50年为周期做事

在喧嚣、唯快不破的资本市场，鹰瞳科技有点另类，公司坚持长期主义价值观，会拒绝那些企图赚快钱然后就退出的资本。实际上，这样反而走得更快，在行业内最早实现上市。

然而张大磊却认为，上市只是鹰瞳科技发展过程中的一个节点，“我们会坚持做长期的，正确的，难的事儿，会坚持把价值创造做到最大化。”

张大磊认为，要真正打造健康监测生态，要沉下心来熬50年。视网膜AI赛道未来的增长空间巨大，通过视网膜可以识别的常见疾病或病变达200多种，从最初的糖网，到更多病种的产品研发，鹰瞳科技都希望一个个去做透。

当然，视网膜AI赛道的竞争也很激烈。除了AI初创公司，大厂也有涉足。对此，张大磊毫不焦虑。

“其实作为我个人来讲，是非常希望越来越多的公司参与到里面来的，问题是解决不完的，我不认为他们是竞争对手。我们都是队友，我们共同的敌人是疾病，我们共同的目标是打造健康。这件事需要越来越多的人参与进来，不能只靠我们自己的力量。”

通过招股书财务数据可以看出，2021年，鹰瞳科技在检测人次、营收、毛利率方面都有了大幅增长。2019年、2020年收入分别为3041.5万元及4767.2万元，毛利率分别为53.0%及61.0%，2021年上半年毛利率达到64.1%。这背后，2020年的疫情对线下检查的形式造成了一定影响。今年，鹰瞳科技的目标是1000万人次，是去年的3.7倍。

如何借助新科技打破时空障碍也是医疗AI企业的责任。今年7月，在鹰瞳科技的助力下，新疆巴楚县上线了首个联通上海的医疗援疆云诊室，让当地居民“足不出户”就看上了上海等级医院的专家号，项目启动一个月后便已服务新疆巴楚县超3000人次。

4、写在最后

随着医疗科技的进步，百岁人生的愿景离我们越来越近了。一代人或者几代人的百岁人生背后，离不开长期主义的医疗科技企业。

张大磊曾经向媒体透露过他对未来医疗行业的两个判断：第一，借助新科技，每个人都可以随时随地了解自身健康状况；第二，所有专业医生头脑中的宝贵经验将被数据化，被AI技术传承下去，不再会有专业医生去世后经验失传的情况发生。

视网膜AI的赛道很长，从一张小小的眼底照片切入市场，鹰瞳科技正秉持初心，带着“让健康无处不在”的使命，向最亮的那颗星狂奔。

*文中题图来自摄图网，基于VRF协议。